LTX 2.3 Image: чекпойнты для изображений в ComfyUI
Новый PR ComfyUI добавляет путь LTXV 2.3 только для изображений: чекпойнты 13B Dev и Distilled, выборка за 8 шагов без CFG и сборки int8 convrot.
LTX 2.3 была моделью для видео и аудио до сих пор, но оказывается, та же самая архитектура делает способным генератором статических изображений. Новый запрос на слияние против ComfyUI от elismasilva добавляет выделенный путь модели только для изображений (ltxv_image) для чекпойнтов LTXV 2.3, а сопровождающий репозиторий Hugging Face содержит четыре унифицированных чекпойнта safetensors, обрезанных для текст в изображение.
LTX 2.3: базовая модель аудио-видео, из которой обрезаны чекпойнты только для изображений
Что добавляет запрос на слияние
Запрос на слияние направляет чекпойнты LTXV 2.3 только для изображений через новую пару LTXVImage / LTXVImageModel, выбираемую только когда метаданные чекпойнта помечают модель как image_model="ltxv_image". Существующий путь LTX для видео не тронут и продолжает создавать текущий LTXVModel. Помимо загрузчика, запрос на слияние также приносит:
- Опциональное внимание с гейтом в блоках трансформера LTXV (выключено по умолчанию).
- Маршрутизация возмущения STG на блок для само-внимания LTXV.
LTXVGuidanceRescale, новая нода, реализующая масштабирование направления в стиле Diffusers.- Два чертежа:
Text to Image (LTX-2.3 Image Dev)иText to Image (LTX-2.3 Image Distilled), зарегистрированы подГенерация и редактирование изображений/Текст в изображение.
Запрос на слияние открыт с 28 августа 2026 года и еще не слит. Пока путь ltxv_image не попадет в основной репозиторий, чекпойнты можно протестировать на ветке автора ComfyUI branch.
Чекпойнты
Четыре файла в elismasilva/ltx2.3-image-comfyui происходят из семейства Lightricks LTX 2.3, обрезаны для удаления путей выполнения видео и аудио. Новое обучение не требуется: веса конвертируются в унифицированные чекпойнты ComfyUI и помещаются в models/checkpoints/.
| Файл | Вариант |
|---|---|
ltx-2.3-13b-image-dev.safetensors | Только для разработчиков, bf16 |
ltx-2.3-13b-image-distilled.safetensors | Дистиллированный, bf16 |
ltx-2.3-13b-image-dev-convrot-int8.safetensors | Только для разработчиков, квантованный convrot int8 |
ltx-2.3-13b-image-distilled-convrot-int8.safetensors | Дистиллированный, квантованный convrot int8 |
Имя 13b относится к эффективному размеру после обрезки из оригинального большего пакета LTX 2.3. Сборки int8 convrot жертвуют некоторой точностью ради меньшего использования VRAM.
Рекомендуемые настройки
Карточка модели дает начальные точки для каждого варианта:
| Только для разработчиков | Дистиллированный | |
|---|---|---|
| Шаги | 20 до 40 | 8 |
| CFG | 3.0 до 5.0 | 1.0 (без CFG) |
| Масштаб PAG | ~0.8 (опционально) | ~0.8 (опционально) |
| Масштабирование направления | ~0.7 (опционально) | ~0.7 (опционально) |
Оба чертежа в запросе на слияние открывают промпт, разрешение, шаги, направление и элементы управления PAG / масштабированием направления, так что настройки выше напрямую соответствуют поставляемым рабочим процессам.
ltxv_image из Запрос на слияние #15953 или ветки автора ltxv-image-only. Они не загрузятся в текущем основном ComfyUI до тех пор, пока запрос на слияние не будет слит.
Зачем путь для изображений видео-модели
Модель LTX-2.3 от Lightricks является совместной базовой моделью аудио-видео, и обрезка только для изображений — это то же направление, которое приняли другие семейства видео: удалите временные и аудио веса, сохраните пространственный приор, и вы получите быстрый чекпойнт текст в изображение, который наследует соблюдение промпта базовой модели. Для пользователей ComfyUI, уже использующих LTX 2.3 для видео, чекпойнты для изображений повторно используют тот же текстовый кодировщик и соглашения загрузки, поэтому пробовать текст в изображение стоит чуть больше, чем скачивание чекпойнта. Если запрос на слияние пройдет, LTX 2.3 будет охватывать как статику, так и видео внутри ядра ComfyUI без дополнительных пакетов нод.
Комментарии
Войдите через GitHub, чтобы участвовать в обсуждении.